The accelerating power of technology | Ray Kurzweil

Ray Kurzweil sur comment la technologie nous transformera

309,710 views

2007-01-12 ・ TED


New videos

The accelerating power of technology | Ray Kurzweil

Ray Kurzweil sur comment la technologie nous transformera

309,710 views ・ 2007-01-12

TED


Veuillez double-cliquer sur les sous-titres anglais ci-dessous pour lire la vidéo.

Traducteur: Elisabeth Buffard Relecteur: Fabienne Der Hagopian
00:25
Well, it's great to be here.
0
25000
1000
Bien, c'est super d'être ici.
00:26
We've heard a lot about the promise of technology, and the peril.
1
26000
5000
Nous avons entendu beaucoup de choses sur les promesses de la technologie, et leur danger.
00:31
I've been quite interested in both.
2
31000
2000
Les deux aspects m'ont vraiment intéressé.
00:33
If we could convert 0.03 percent
3
33000
4000
Si nous pouvions convertir 0,03%
00:37
of the sunlight that falls on the earth into energy,
4
37000
2000
de la lumière du soleil qui tombe sur la terre en énergie,
00:39
we could meet all of our projected needs for 2030.
5
39000
5000
nous pourrions satisfaire tous nos besoins prévus pour 2030.
00:44
We can't do that today because solar panels are heavy,
6
44000
3000
Nous ne pouvons pas le faire aujourd'hui parce que les panneaux solaires sont lourds,
00:47
expensive and very inefficient.
7
47000
2000
chers et très inefficaces.
00:49
There are nano-engineered designs,
8
49000
3000
Il y a des conceptions nano-technologiques,
00:52
which at least have been analyzed theoretically,
9
52000
2000
qui ont été analysées au moins théoriquement,
00:54
that show the potential to be very lightweight,
10
54000
2000
qui montrent qu'elles sont potentiellement très légères
00:56
very inexpensive, very efficient,
11
56000
2000
très peu coûteuses, très efficaces,
00:58
and we'd be able to actually provide all of our energy needs in this renewable way.
12
58000
4000
et nous pourrions satisfaire réellement tous nos besoins énergétiques de cette façon renouvelable.
01:02
Nano-engineered fuel cells
13
62000
2000
Les piles à combustible nano-technologiques
01:04
could provide the energy where it's needed.
14
64000
3000
pourraient fournir l'énergie là où elle nécessaire.
01:07
That's a key trend, which is decentralization,
15
67000
2000
C'est une tendance principale, qui est la décentralisation,
01:09
moving from centralized nuclear power plants and
16
69000
3000
de passer de centrales nucléaires centralisées et
01:12
liquid natural gas tankers
17
72000
2000
des bateaux-citernes de gaz naturel liquide
01:14
to decentralized resources that are environmentally more friendly,
18
74000
4000
à des ressources décentralisées qui sont plus respectueuses de l'environnement,
01:18
a lot more efficient
19
78000
3000
beaucoup plus efficaces
01:21
and capable and safe from disruption.
20
81000
4000
et capable et de manière stable.
01:25
Bono spoke very eloquently,
21
85000
2000
Bono dit avec éloquence,
01:27
that we have the tools, for the first time,
22
87000
4000
que nous avons les outils, pour la première fois,
01:31
to address age-old problems of disease and poverty.
23
91000
4000
pour aborder les problèmes ancestraux de la maladie et de la pauvreté.
01:35
Most regions of the world are moving in that direction.
24
95000
4000
La plupart des régions du monde vont dans cette direction.
01:39
In 1990, in East Asia and the Pacific region,
25
99000
4000
En 1990, en Asie de l'Est et dans le Pacifique,
01:43
there were 500 million people living in poverty --
26
103000
2000
il y avait 500 millions de personnes qui vivaient dans la pauvreté --
01:45
that number now is under 200 million.
27
105000
3000
ce chiffre est maintenant en dessous de 200 millions.
01:48
The World Bank projects by 2011, it will be under 20 million,
28
108000
3000
La Banque Mondiale prévoit que d'ici 2011, il sera en dessous de 20 millions,
01:51
which is a reduction of 95 percent.
29
111000
3000
ce qui représente une réduction de 95 pour cent.
01:54
I did enjoy Bono's comment
30
114000
3000
J'ai apprécié le commentaire de Bono
01:57
linking Haight-Ashbury to Silicon Valley.
31
117000
4000
qui faisait le lien entre Haight-Ashbury et la Silicon Valley.
02:01
Being from the Massachusetts high-tech community myself,
32
121000
3000
Faisant moi-même partie de la communauté high-tech du Massachusetts
02:04
I'd point out that we were hippies also in the 1960s,
33
124000
4000
je préciserais que nous étions des hippies également dans les années 1960,
02:09
although we hung around Harvard Square.
34
129000
3000
même si on traînait autour de Harvard Square.
02:12
But we do have the potential to overcome disease and poverty,
35
132000
5000
Mais nous avons le potentiel de surmonter la maladie et la pauvreté,
02:17
and I'm going to talk about those issues, if we have the will.
36
137000
3000
si nous en avons la volonté et je vais parler de ces questions.
02:20
Kevin Kelly talked about the acceleration of technology.
37
140000
3000
Kevin Kelly a parlé de l'accélération de la technologie.
02:23
That's been a strong interest of mine,
38
143000
3000
Cela m'intéresse énormément,
02:26
and a theme that I've developed for some 30 years.
39
146000
3000
et c'est un thème que j'ai développé pendant environ 30 ans.
02:29
I realized that my technologies had to make sense when I finished a project.
40
149000
5000
Je me suis rendu compte que mes technologies devaient avoir du sens une fois le projet terminé.
02:34
That invariably, the world was a different place
41
154000
3000
Qu'invariablement, le monde serait différent
02:37
when I would introduce a technology.
42
157000
2000
quand j'introduirai une technologie.
02:39
And, I noticed that most inventions fail,
43
159000
2000
Et, j'ai remarqué que la plupart des inventions échouent,
02:41
not because the R&D department can't get it to work --
44
161000
3000
pas parce que le département R&D ne peut pas les faire fonctionner --
02:44
if you look at most business plans, they will actually succeed
45
164000
3000
si vous regardez la plupart des projets commerciaux, ils réussiront vraiment
02:47
if given the opportunity to build what they say they're going to build --
46
167000
4000
si l'occasion est donnée de construire ce qu'ils disent qu'ils vont construire,
02:51
and 90 percent of those projects or more will fail, because the timing is wrong --
47
171000
3000
et 90% de ces projets ou plus échoueront, parce que ce n'est pas le bon moment --
02:54
not all the enabling factors will be in place when they're needed.
48
174000
3000
tous les facteurs favorables ne seront pas là quand on en aura besoin.
02:57
So I began to be an ardent student of technology trends,
49
177000
4000
J'ai donc commencé à étudier de près les tendances des technologies,
03:01
and track where technology would be at different points in time,
50
181000
3000
et chercher où en serait la technologie à différents points dans le temps,
03:04
and began to build the mathematical models of that.
51
184000
3000
et j'ai commencé à en faire des modèles mathématiques..
03:07
It's kind of taken on a life of its own.
52
187000
2000
C'est devenu un projet en lui-même.
03:09
I've got a group of 10 people that work with me to gather data
53
189000
3000
J'ai un groupe de 10 personnes qui travaillent avec moi pour recueillir des données
03:12
on key measures of technology in many different areas, and we build models.
54
192000
5000
sur des indicateurs des niveaux de technologie dans de nombreux secteurs, et nous construisons des modèles.
03:17
And you'll hear people say, well, we can't predict the future.
55
197000
3000
Et vous entendrez les gens dire, et bien, nous ne pouvons pas prédire l'avenir.
03:20
And if you ask me,
56
200000
2000
Et si vous me posez la question,
03:22
will the price of Google be higher or lower than it is today three years from now,
57
202000
3000
le prix de Google sera-t-il plus élevé ou plus bas que ce qu'il est aujourd'hui, d'ici trois ans,
03:25
that's very hard to say.
58
205000
2000
c'est très difficile à dire.
03:27
Will WiMax CDMA G3
59
207000
3000
WiMax CDMA 3G
03:30
be the wireless standard three years from now? That's hard to say.
60
210000
2000
sera-t-elle la norme sans fil d'ici trois ans ? C'est difficile à dire.
03:32
But if you ask me, what will it cost
61
212000
2000
Mais si vous me demandez, ce que coûtera
03:34
for one MIPS of computing in 2010,
62
214000
3000
un MIPS de calcul en 2010,
03:37
or the cost to sequence a base pair of DNA in 2012,
63
217000
3000
ou le séquençage d'une paire de base d'ADN en 2012,
03:40
or the cost of sending a megabyte of data wirelessly in 2014,
64
220000
4000
ou l'envoi sans fil d'un mégabit de données en 2014,
03:44
it turns out that those are very predictable.
65
224000
3000
il s'avère que ces choses-là sont très prévisibles.
03:47
There are remarkably smooth exponential curves
66
227000
2000
Il y a les courbes exponentielles remarquablement lisses
03:49
that govern price performance, capacity, bandwidth.
67
229000
3000
qui régissent coût-performances, capacité, bande passante.
03:52
And I'm going to show you a small sample of this,
68
232000
2000
Et je vais vous montrer un petit échantillon de ceci,
03:54
but there's really a theoretical reason
69
234000
2000
mais il y a vraiment une raison théorique
03:56
why technology develops in an exponential fashion.
70
236000
5000
pour laquelle la technologie se développe de façon exponentielle.
04:01
And a lot of people, when they think about the future, think about it linearly.
71
241000
2000
Et beaucoup de gens, quand ils pensent à l'avenir, y pensent linéairement.
04:03
They think they're going to continue
72
243000
2000
Ils pensent qu'ils vont continuer
04:05
to develop a problem
73
245000
2000
à développer un problème
04:07
or address a problem using today's tools,
74
247000
3000
ou à aborder un problème en utilisant les outils d'aujourd'hui,
04:10
at today's pace of progress,
75
250000
2000
au rythme du progrès d'aujourd'hui,
04:12
and fail to take into consideration this exponential growth.
76
252000
4000
et ne prendrons pas en compte cette croissance exponentielle.
04:16
The Genome Project was a controversial project in 1990.
77
256000
3000
Le projet de génome était un projet controversé en 1990.
04:19
We had our best Ph.D. students,
78
259000
2000
Nous avions les meilleurs doctorants
04:21
our most advanced equipment around the world,
79
261000
2000
l'équipement le plus avancé du monde,
04:23
we got 1/10,000th of the project done,
80
263000
2000
nous avions fait le dix-millième du projet ,
04:25
so how're we going to get this done in 15 years?
81
265000
2000
et comment allons-nous faire ça en 15 ans ?
04:27
And 10 years into the project,
82
267000
3000
Et 10 ans après,
04:31
the skeptics were still going strong -- says, "You're two-thirds through this project,
83
271000
2000
les sceptiques étaient toujours aussi insistants -- ils disaient, "vous êtes au deux-tiers de ce projet,
04:33
and you've managed to only sequence
84
273000
2000
et vous avez seulement séquencé
04:35
a very tiny percentage of the whole genome."
85
275000
3000
un pourcentage très minuscule du génome entier."
04:38
But it's the nature of exponential growth
86
278000
2000
Mais c'est la nature de la croissance exponentielle
04:40
that once it reaches the knee of the curve, it explodes.
87
280000
2000
qui une fois qu'elle atteint le sommet de la courbe, explose.
04:42
Most of the project was done in the last
88
282000
2000
La majeure partie du projet a été faite pendant
04:44
few years of the project.
89
284000
2000
les dernières années du projet.
04:46
It took us 15 years to sequence HIV --
90
286000
2000
Cela nous a pris 15 ans pour séquencer le VIH--
04:48
we sequenced SARS in 31 days.
91
288000
2000
nous avons séquencé le SRAS en 31 jours.
04:50
So we are gaining the potential to overcome these problems.
92
290000
4000
Nous sommes donc en train d'acquérir le potentiel de surmonter ces problèmes.
04:54
I'm going to show you just a few examples
93
294000
2000
Je vais juste vous montrer quelques exemples
04:56
of how pervasive this phenomena is.
94
296000
3000
de l'omniprésence de ce phénomène.
04:59
The actual paradigm-shift rate, the rate of adopting new ideas,
95
299000
4000
Le taux réel de changement de paradigme, le taux d'adoption de nouvelles idées,
05:03
is doubling every decade, according to our models.
96
303000
3000
double chaque décennie, selon nos modèles.
05:06
These are all logarithmic graphs,
97
306000
3000
Ce sont tous les graphiques logarithmiques,
05:09
so as you go up the levels it represents, generally multiplying by factor of 10 or 100.
98
309000
3000
donc plus vous progressez, les niveaux se multiplient, en général par des facteurs de 10 ou 100.
05:12
It took us half a century to adopt the telephone,
99
312000
3000
Il nous a fallu un demi-siècle pour adopter le téléphone,
05:15
the first virtual-reality technology.
100
315000
3000
la première technologie de réalité virtuelle.
05:18
Cell phones were adopted in about eight years.
101
318000
2000
Les téléphones portables ont été adoptés en huit ans environ .
05:20
If you put different communication technologies
102
320000
3000
Si vous mettiez différentes technologies des communications
05:23
on this logarithmic graph,
103
323000
2000
sur ce graphique logarithmique,
05:25
television, radio, telephone
104
325000
2000
télévision, radio, téléphone
05:27
were adopted in decades.
105
327000
2000
ont été adopté en quelques décennies.
05:29
Recent technologies -- like the PC, the web, cell phones --
106
329000
3000
Les technologies récentes -- comme le PC, le Web, les téléphones portables --
05:32
were under a decade.
107
332000
2000
en moins d'une décennie.
05:34
Now this is an interesting chart,
108
334000
2000
Maintenant c'est un diagramme intéressant,
05:36
and this really gets at the fundamental reason why
109
336000
2000
et il touche vraiment la raison fondamentale pour laquelle
05:38
an evolutionary process -- and both biology and technology are evolutionary processes --
110
338000
4000
les processus évolutifs -- et la biologie et la technologie sont des processus évolutifs --
05:42
accelerate.
111
342000
2000
s'accélèrent.
05:44
They work through interaction -- they create a capability,
112
344000
3000
Ils fonctionnent par interaction -- ils créent une capacité,
05:47
and then it uses that capability to bring on the next stage.
113
347000
3000
puis emploient cette capacité pour passer à l'étape suivante.
05:50
So the first step in biological evolution,
114
350000
3000
Ainsi la première étape dans l'évolution biologique,
05:53
the evolution of DNA -- actually it was RNA came first --
115
353000
2000
l'évolution de l'ADN -- en fait c'est ARN qui est venu en premier --
05:55
took billions of years,
116
355000
2000
a pris des milliards d'années,
05:57
but then evolution used that information-processing backbone
117
357000
3000
mais ensuite l'évolution a utilisé cette épine dorsale de traitement de l'information
06:00
to bring on the next stage.
118
360000
2000
pour passer à l'étape suivante.
06:02
So the Cambrian Explosion, when all the body plans of the animals were evolved,
119
362000
3000
Ainsi l'explosion cambrienne, pendant laquelle tous les plans des corps des animaux étaient finalisés,
06:05
took only 10 million years. It was 200 times faster.
120
365000
4000
a pris seulement 10 millions d'années. Ce fut 200 fois plus rapide.
06:09
And then evolution used those body plans
121
369000
2000
Et puis l'évolution a employé ces plans
06:11
to evolve higher cognitive functions,
122
371000
2000
pour développer des fonctions cognitives avancées,
06:13
and biological evolution kept accelerating.
123
373000
2000
et l'évolution biologique a continué son accélération.
06:15
It's an inherent nature of an evolutionary process.
124
375000
3000
C'est une nature inhérente d'un processus évolutif.
06:18
So Homo sapiens, the first technology-creating species,
125
378000
3000
Ainsi homo sapiens,la première espèce qui crée de la technologie,
06:21
the species that combined a cognitive function
126
381000
2000
l'espèce qui combine une fonction cognitive
06:23
with an opposable appendage --
127
383000
2000
avec un appendice opposable --
06:25
and by the way, chimpanzees don't really have a very good opposable thumb --
128
385000
4000
et au fait, les chimpanzés n'ont pas vraiment un très bon pouce opposable --
06:29
so we could actually manipulate our environment with a power grip
129
389000
2000
pour que nous puissions vraiment manipuler notre environnement fermement
06:31
and fine motor coordination,
130
391000
2000
et une coordination moteur précise,
06:33
and use our mental models to actually change the world
131
393000
2000
et employons nos modèles mentaux pour changer réellement le monde
06:35
and bring on technology.
132
395000
2000
et faire progresser la technologie.
06:37
But anyway, the evolution of our species took hundreds of thousands of years,
133
397000
3000
Mais bon, l'évolution de notre espèce a pris des centaines de milliers d'années,
06:40
and then working through interaction,
134
400000
2000
et puis en travaillant par interaction,
06:42
evolution used, essentially,
135
402000
2000
l'évolution a utilisé, essentiellement,
06:44
the technology-creating species to bring on the next stage,
136
404000
3000
l'espèce qui créait des technologies pour passer à l'étape suivante,
06:47
which were the first steps in technological evolution.
137
407000
3000
et ça a été les premiers pas dans l'évolution technologique.
06:50
And the first step took tens of thousands of years --
138
410000
3000
Et le premier pas a pris des dizaines de milliers d'années --
06:53
stone tools, fire, the wheel -- kept accelerating.
139
413000
3000
les outils en pierre, le feu, la roue -- l'accélération s'est poursuivie.
06:56
We always used then the latest generation of technology
140
416000
2000
Nous avons alors toujours employé la dernière génération de la technologie
06:58
to create the next generation.
141
418000
2000
pour créer la génération suivante.
07:00
Printing press took a century to be adopted;
142
420000
2000
Il a fallu un siècle pour adopter l'imprimerie,
07:02
the first computers were designed pen-on-paper -- now we use computers.
143
422000
4000
les premiers ordinateurs étaient conçus sur papier -- maintenant nous utilisons des ordinateurs.
07:06
And we've had a continual acceleration of this process.
144
426000
3000
Et nous avons eu une accélération continuelle de ce processus.
07:09
Now by the way, if you look at this on a linear graph, it looks like everything has just happened,
145
429000
3000
D'ailleurs, si vous regardez ceci sur un graphique linéaire, on dirait que tout vient à peine de se produire.
07:12
but some observer says, "Well, Kurzweil just put points on this graph
146
432000
6000
mais un observateur dit, "bien, Kurzweil s'appuie sur ce graphique
07:18
that fall on that straight line."
147
438000
2000
où des points suivent cette ligne droite."
07:20
So, I took 15 different lists from key thinkers,
148
440000
3000
Donc, j'ai pris 15 listes différentes chez des principaux penseurs ,
07:23
like the Encyclopedia Britannica, the Museum of Natural History, Carl Sagan's Cosmic Calendar
149
443000
4000
comme l'encyclopédie Britannica, le musée d'histoire naturelle, le calendrier cosmique de Carl Sagan
07:27
on the same -- and these people were not trying to make my point;
150
447000
3000
sur la même chose -- et ces personnes n'essayaient pas confirmer mon propos,
07:30
these were just lists in reference works,
151
450000
2000
c'était juste des listes dans des travaux de référence.
07:32
and I think that's what they thought the key events were
152
452000
3000
Et je pense que c'est ce qu'ils considéraient comme des événements principaux
07:35
in biological evolution and technological evolution.
153
455000
3000
dans l'évolution biologique et l'évolution technologique.
07:38
And again, it forms the same straight line. You have a little bit of thickening in the line
154
458000
3000
Là encore, on obtient la même ligne droite. La ligne s'épaissit un peu
07:41
because people do have disagreements, what the key points are,
155
461000
3000
parce que les gens ne sont pas tous d'accord sur les points les points clés,
07:44
there's differences of opinion when agriculture started,
156
464000
2000
il y a des divergences d'opinion sur quand l'agriculture est apparue,
07:46
or how long the Cambrian Explosion took.
157
466000
3000
ou quand -- combien de temps l'explosion cambrienne a duré.
07:49
But you see a very clear trend.
158
469000
2000
Mais vous voyez une tendance très claire.
07:51
There's a basic, profound acceleration of this evolutionary process.
159
471000
5000
Il y a une accélération de base et profonde de ce processus évolutif.
07:56
Information technologies double their capacity, price performance, bandwidth,
160
476000
5000
Les technologies de l'information doublent leur capacité, coût-performances, bande passante,
08:01
every year.
161
481000
2000
chaque année.
08:03
And that's a very profound explosion of exponential growth.
162
483000
4000
Et c'est une explosion très profonde de croissance exponentielle.
08:07
A personal experience, when I was at MIT --
163
487000
2000
Une expérience personnelle, quand j'étais au MIT --
08:09
computer taking up about the size of this room,
164
489000
2000
l' ordinateur avait en gros la taille de cette salle,
08:11
less powerful than the computer in your cell phone.
165
491000
5000
moins puissant que l'ordinateur dans votre téléphone portable.
08:16
But Moore's Law, which is very often identified with this exponential growth,
166
496000
4000
Mais la loi de Moore, qui est très souvent identifiée à cette croissance exponentielle,
08:20
is just one example of many, because it's basically
167
500000
2000
est juste un exemple parmi d'autres, parce que c'est fondamentalement
08:22
a property of the evolutionary process of technology.
168
502000
5000
une propriété du processus évolutif de la technologie.
08:27
I put 49 famous computers on this logarithmic graph --
169
507000
3000
Si nous -- j'ai mis 49 ordinateurs célèbres sur ce graphique logarithmique --
08:30
by the way, a straight line on a logarithmic graph is exponential growth --
170
510000
4000
d'ailleurs, une ligne droite sur un graphique logarithmique, c'est une croissance exponentielle --
08:34
that's another exponential.
171
514000
2000
c'est un autre exponentiel.
08:36
It took us three years to double our price performance of computing in 1900,
172
516000
3000
Cela nous a pris trois ans pour doubler notre coût-performances de calcul en 1900,
08:39
two years in the middle; we're now doubling it every one year.
173
519000
3000
deux ans au milieu, nous le doublons maintenant chaque année.
08:43
And that's exponential growth through five different paradigms.
174
523000
3000
Et c'est la croissance exponentielle à travers cinq paradigmes différents.
08:46
Moore's Law was just the last part of that,
175
526000
2000
La loi de Moore était juste la dernière partie de cela,
08:48
where we were shrinking transistors on an integrated circuit,
176
528000
3000
sur un circuit intégré, où nous réduisions les transistors,
08:51
but we had electro-mechanical calculators,
177
531000
3000
mais nous avions des calculatrices électromécaniques,
08:54
relay-based computers that cracked the German Enigma Code,
178
534000
2000
des ordinateurs basés sur relais qui ont décodé le code allemand d'Enigma,
08:56
vacuum tubes in the 1950s predicted the election of Eisenhower,
179
536000
4000
les tubes à vide dans les années 1950 ont prévu l'élection d'Eisenhower,
09:00
discreet transistors used in the first space flights
180
540000
3000
les transistors discrets utilisés dans les premiers vols spatiaux
09:03
and then Moore's Law.
181
543000
2000
et puis la loi de Moore.
09:05
Every time one paradigm ran out of steam,
182
545000
2000
Chaque fois qu'un paradigme s'est essoufflé,
09:07
another paradigm came out of left field to continue the exponential growth.
183
547000
3000
un autre paradigme est venu par la bande pour continuer la croissance exponentielle.
09:10
They were shrinking vacuum tubes, making them smaller and smaller.
184
550000
3000
Ils rétrécissaient des tubes à vide, les rendant de plus en plus petits.
09:13
That hit a wall. They couldn't shrink them and keep the vacuum.
185
553000
3000
Cela a rencontré un mur. Ils ne pourraient pas les rétrécir et garder le vide.
09:16
Whole different paradigm -- transistors came out of the woodwork.
186
556000
2000
Un paradigme totalement différent -- les transistors étaient partout.
09:18
In fact, when we see the end of the line for a particular paradigm,
187
558000
3000
En fait, quand nous arrivons au bout d'un paradigme particulier,
09:21
it creates research pressure to create the next paradigm.
188
561000
4000
ça crée la pression sur la recherche pour créer le paradigme suivant.
09:25
And because we've been predicting the end of Moore's Law
189
565000
3000
Et parce que nous avons prévu la fin de la loi de Moore
09:28
for quite a long time -- the first prediction said 2002, until now it says 2022.
190
568000
3000
depuis un bon moment -- d'abord on prévoyait en 2002, et maintenant on dit en 2022.
09:31
But by the teen years,
191
571000
3000
Mais d'ici les années 2013 à 2020,
09:34
the features of transistors will be a few atoms in width,
192
574000
3000
les transistors n'auront que quelques atomes de largeur,
09:37
and we won't be able to shrink them any more.
193
577000
2000
et nous ne pourrons pas les rétrécir plus.
09:39
That'll be the end of Moore's Law, but it won't be the end of
194
579000
3000
Ce sera la fin de la loi de Moore, mais ce ne sera pas la fin de
09:42
the exponential growth of computing, because chips are flat.
195
582000
2000
la croissance exponentielle du calcul, parce que les puces sont plates.
09:44
We live in a three-dimensional world; we might as well use the third dimension.
196
584000
3000
Nous vivons dans un monde tridimensionnel, nous pourrions aussi bien utiliser la troisième dimension.
09:47
We will go into the third dimension
197
587000
2000
Nous entrerons dans la troisième dimension
09:49
and there's been tremendous progress, just in the last few years,
198
589000
3000
et c'a été un progrès énorme, juste pendant ces dernières années,
09:52
of getting three-dimensional, self-organizing molecular circuits to work.
199
592000
4000
de faire fonctionner des circuits moléculaires à organisation autonome tridimensionnels.
09:56
We'll have those ready well before Moore's Law runs out of steam.
200
596000
7000
Nous les aurons mis au point bien avant que la loi de Moore ne s'épuise.
10:03
Supercomputers -- same thing.
201
603000
2000
Les superordinateurs -- même chose.
10:06
Processor performance on Intel chips,
202
606000
3000
La performance d'un processeur sur des puces d'Intel,
10:09
the average price of a transistor --
203
609000
3000
le prix moyen d'un transistor --
10:12
1968, you could buy one transistor for a dollar.
204
612000
3000
1968, vous pouviez acheter un transistor pour un dollar.
10:15
You could buy 10 million in 2002.
205
615000
3000
Vous pouviez en acheter 10 millions en 2002.
10:18
It's pretty remarkable how smooth
206
618000
3000
Il est assez remarquable combien
10:21
an exponential process that is.
207
621000
2000
ce processus exponentiel est lisse.
10:23
I mean, you'd think this is the result of some tabletop experiment,
208
623000
3000
Je veux dire, vous pourriez penser que c'est le résultat d'une expérience de simulation,
10:27
but this is the result of worldwide chaotic behavior --
209
627000
3000
mais c'est le résultat du comportement chaotique mondial --
10:30
countries accusing each other of dumping products,
210
630000
2000
Les pays qui s'accusent mutuellement de faire du dumping sur des produits,
10:32
IPOs, bankruptcies, marketing programs.
211
632000
2000
les introductions en bourse, les faillites, les programmes de commercialisation.
10:34
You would think it would be a very erratic process,
212
634000
3000
Vous pourriez penser que ce serait un processus très erratique,
10:37
and you have a very smooth
213
637000
2000
et vous avez des résultats
10:39
outcome of this chaotic process.
214
639000
2000
lisses de ce processus chaotique.
10:41
Just as we can't predict
215
641000
2000
Tout comme nous ne pouvons pas prévoir
10:43
what one molecule in a gas will do --
216
643000
2000
ce qu'une molécule dans un gaz fera --
10:45
it's hopeless to predict a single molecule --
217
645000
3000
il est impossible de prédire une simple molécule --
10:48
yet we can predict the properties of the whole gas,
218
648000
2000
pourtant nous pouvons prévoir les propriétés du gaz entier,
10:50
using thermodynamics, very accurately.
219
650000
3000
en utilisant la thermodynamique,de façon très précise.
10:53
It's the same thing here. We can't predict any particular project,
220
653000
3000
C'est la même chose ici. Nous ne pouvons pas faire de prévisions sur un projet particulier,
10:56
but the result of this whole worldwide,
221
656000
2000
mais le résultat de cette compétition
10:58
chaotic, unpredictable activity of competition
222
658000
5000
imprévisible, chaotique, et mondiale,
11:03
and the evolutionary process of technology is very predictable.
223
663000
3000
et le processus évolutif de la technologie est très prévisible.
11:06
And we can predict these trends far into the future.
224
666000
3000
Et nous pouvons prévoir ces tendances loin dans l'avenir.
11:11
Unlike Gertrude Stein's roses,
225
671000
2000
À la différence des roses de Gertrude Stein,
11:13
it's not the case that a transistor is a transistor.
226
673000
2000
on ne peut pas dire qu'un transistor est un transistor.
11:15
As we make them smaller and less expensive,
227
675000
2000
Comme nous les rendons plus petits et moins chers,
11:17
the electrons have less distance to travel.
228
677000
2000
les électrons ont moins de distance à parcourir.
11:19
They're faster, so you've got exponential growth in the speed of transistors,
229
679000
4000
Ils sont plus rapides, donc vous avez une croissance exponentielle de la vitesse des transistors,
11:23
so the cost of a cycle of one transistor
230
683000
4000
donc le coût d'un cycle d'un transistor
11:27
has been coming down with a halving rate of 1.1 years.
231
687000
3000
a été diminué par deux tous les 1,1 ans.
11:30
You add other forms of innovation and processor design,
232
690000
3000
Vous ajoutez d'autres formes d'innovation et de conception de processeur,
11:33
you get a doubling of price performance of computing every one year.
233
693000
4000
vous obtenez un doublement de coût-performances de calcul chaque année.
11:37
And that's basically deflation --
234
697000
3000
Et c'est en fait une déflation --
11:40
50 percent deflation.
235
700000
2000
50% de déflation.
11:42
And it's not just computers. I mean, it's true of DNA sequencing;
236
702000
3000
Et ce n'est pas seulement les ordinateurs. Je veux dire, c'est vrai pour le séquençage de l'ADN,
11:45
it's true of brain scanning;
237
705000
2000
c'est vrai pour le scanner du cerveau,
11:47
it's true of the World Wide Web. I mean, anything that we can quantify,
238
707000
2000
c'est vrai pour le Web. Je veux dire, tout ce que nous pouvons mesurer,
11:49
we have hundreds of different measurements
239
709000
3000
nous avons des centaines de mesures différentes
11:52
of different, information-related measurements --
240
712000
3000
de mesures relatives à l'information différentes --
11:55
capacity, adoption rates --
241
715000
2000
capacité, taux d'adoption --
11:57
and they basically double every 12, 13, 15 months,
242
717000
3000
et elles doublent en fait tous les 12, 13, 15 mois,
12:00
depending on what you're looking at.
243
720000
2000
selon ce que vous regardez.
12:02
In terms of price performance, that's a 40 to 50 percent deflation rate.
244
722000
4000
En termes de coût-performances, ce sont des taux de déflation de 40 à 50%.
12:07
And economists have actually started worrying about that.
245
727000
2000
Et les économistes ont réellement commencé à s'en inquiéter.
12:09
We had deflation during the Depression,
246
729000
2000
Nous avons eu une déflation pendant la grande dépression,
12:11
but that was collapse of the money supply,
247
731000
2000
mais c'était l'effondrement de la masse monétaire,
12:13
collapse of consumer confidence, a completely different phenomena.
248
733000
3000
l'effondrement de confiance du consommateur, des phénomènes complètement différents.
12:16
This is due to greater productivity,
249
736000
2000
Ceci est dû à une plus grande productivité,
12:19
but the economist says, "But there's no way you're going to be able to keep up with that.
250
739000
2000
mais l'économiste dit, "mais on ne peut absolument pas continuer comme ça.
12:21
If you have 50 percent deflation, people may increase their volume
251
741000
3000
Si vous avez 50% de déflation, les gens peuvent augmenter leur volume
12:24
30, 40 percent, but they won't keep up with it."
252
744000
2000
de 30, 40% , mais ils ne pourront pas suivre.
12:26
But what we're actually seeing is that
253
746000
2000
Mais en fait ce que nous voyons c'est que
12:28
we actually more than keep up with it.
254
748000
2000
nous arrivons largement à suivre.
12:30
We've had 28 percent per year compounded growth in dollars
255
750000
3000
Nous avons eu une croissance en dollars de 28% par an
12:33
in information technology over the last 50 years.
256
753000
3000
en technologie de l'information au cours des 50 dernières années.
12:36
I mean, people didn't build iPods for 10,000 dollars 10 years ago.
257
756000
4000
Je veux dire, les gens n'auraient pas fabriqué l'iPod pour 10 000 dollars il y a 10 ans.
12:40
As the price performance makes new applications feasible,
258
760000
3000
Comme le coût-performances rend possible de nouvelles apllications,
12:43
new applications come to the market.
259
763000
2000
de nouvelles applications arrivent sur le marché.
12:45
And this is a very widespread phenomena.
260
765000
3000
Et c'est un phénomène très répandu.
12:48
Magnetic data storage --
261
768000
2000
Le stockage de données magnétiques --
12:50
that's not Moore's Law, it's shrinking magnetic spots,
262
770000
3000
ce n'est pas la loi de Moore, il s'agit de rétrécir des points magnétiques,
12:53
different engineers, different companies, same exponential process.
263
773000
4000
différents ingénieurs, différentes sociétés, le même processus exponentiel.
12:57
A key revolution is that we're understanding our own biology
264
777000
4000
Une révolution principale c'est que nous comprenons notre propre biologie
13:01
in these information terms.
265
781000
2000
dans ces termes d'information.
13:03
We're understanding the software programs
266
783000
2000
Nous comprenons les logiciels
13:05
that make our body run.
267
785000
2000
qui font fonctionner notre corps.
13:07
These were evolved in very different times --
268
787000
2000
Ceux-ci ont évolués à des périodes très différentes --
13:09
we'd like to actually change those programs.
269
789000
2000
nous voudrions vraiment changer ces programmes.
13:11
One little software program, called the fat insulin receptor gene,
270
791000
2000
Un petit logiciel, appelé le gène de récepteur d'insuline,
13:13
basically says, "Hold onto every calorie,
271
793000
2000
dit en fait, "Garde chaque calorie,
13:15
because the next hunting season may not work out so well."
272
795000
4000
parce que la saison de chasse suivante pourrait être moins bonne."
13:19
That was in the interests of the species tens of thousands of years ago.
273
799000
3000
C'était dans l'intérêt de des espèces, il y a des dizaines de milliers d'années.
13:22
We'd like to actually turn that program off.
274
802000
3000
Nous voudrions vraiment arrêter ce programme.
13:25
They tried that in animals, and these mice ate ravenously
275
805000
3000
On a essayé chez les animaux, et ces souris ont mangé voracement
13:28
and remained slim and got the health benefits of being slim.
276
808000
2000
et sont restées minces et ont profité des avantages de santé d'être mince.
13:30
They didn't get diabetes; they didn't get heart disease;
277
810000
3000
Elles n'ont pas eu de diabète, elles n'ont pas eu de maladie cardiaque,
13:33
they lived 20 percent longer; they got the health benefits of caloric restriction
278
813000
3000
elles ont vécu 20% plus longtemps, elles ont obtenu les avantages de santé de la restriction calorique
13:36
without the restriction.
279
816000
2000
sans restriction.
13:38
Four or five pharmaceutical companies have noticed this,
280
818000
3000
Quatre ou cinq entreprises pharmaceutiques l'ont remarqué ,
13:41
felt that would be
281
821000
3000
ont senti que ce serait
13:44
interesting drug for the human market,
282
824000
3000
un médicament intéressant pour le marché humain,
13:47
and that's just one of the 30,000 genes
283
827000
2000
et ce n'est qu'un des 30,000 gènes
13:49
that affect our biochemistry.
284
829000
3000
qui affectent notre biochimie.
13:52
We were evolved in an era where it wasn't in the interests of people
285
832000
3000
Notre évolution s'est faite dans une ère où ce n'était pas dans l'intérêt des gens
13:55
at the age of most people at this conference, like myself,
286
835000
3000
à l'âge de la plupart des personnes présentes à cette conférence, comme moi,
13:58
to live much longer, because we were using up the precious resources
287
838000
4000
de vivre beaucoup plus longtemps, parce que nous épuisions les ressources précieuses
14:02
which were better deployed towards the children
288
842000
1000
qu'il valait mieux déployer vers les enfants
14:03
and those caring for them.
289
843000
2000
et ceux qui s'occupaient d'eux.
14:05
So, life -- long lifespans --
290
845000
2000
Donc, la vie -- les longues durées de vie --
14:07
like, that is to say, much more than 30 --
291
847000
2000
comme, c'est-à-dire, bien au delà de 30 ans --
14:09
weren't selected for,
292
849000
3000
n'étaient pas sélectionnées
14:12
but we are learning to actually manipulate
293
852000
3000
mais nous apprenons à manipuler
14:15
and change these software programs
294
855000
2000
et changer ces logiciels pour de bon
14:17
through the biotechnology revolution.
295
857000
2000
par la révolution biotechnologique.
14:19
For example, we can inhibit genes now with RNA interference.
296
859000
4000
Par exemple, nous pouvons maintenant inhiber des gènes avec l'interférence d'ARN.
14:23
There are exciting new forms of gene therapy
297
863000
2000
Il y a de nouvelles formes intéressantes de thérapie génique
14:25
that overcome the problem of placing the genetic material
298
865000
2000
qui surmontent le problème de placer le matériel génétique
14:27
in the right place on the chromosome.
299
867000
2000
au bon endroit sur le chromosome.
14:29
There's actually a -- for the first time now,
300
869000
3000
Il y a réellement -- pour la première fois aujourd'hui,
14:32
something going to human trials, that actually cures pulmonary hypertension --
301
872000
3000
quelque chose qui en est au stade de passer aux essais humains, qui traite réellement l'hypertension pulmonaire --
14:35
a fatal disease -- using gene therapy.
302
875000
3000
une maladie mortelle -- en utilisant la thérapie génique.
14:38
So we'll have not just designer babies, but designer baby boomers.
303
878000
3000
Ainsi nous n'aurons pas que des bébés sur mesure, mais des baby boomers sur mesure.
14:41
And this technology is also accelerating.
304
881000
3000
Et cette technologie s'accélère aussi.
14:44
It cost 10 dollars per base pair in 1990,
305
884000
3000
10 dollars par paires de base en 1990,
14:47
then a penny in 2000.
306
887000
2000
puis un cent en 2000.
14:49
It's now under a 10th of a cent.
307
889000
2000
Maintenant c'est moins d'un dixième de cent.
14:51
The amount of genetic data --
308
891000
2000
La quantité de données génétiques --
14:53
basically this shows that smooth exponential growth
309
893000
3000
montre en fait que cette croissance exponentielle lisse
14:56
doubled every year,
310
896000
2000
a doublé chaque année,
14:58
enabling the genome project to be completed.
311
898000
3000
permettant de mener à terme le projet de génome.
15:01
Another major revolution: the communications revolution.
312
901000
3000
Une autre révolution majeure, la révolution des communications.
15:04
The price performance, bandwidth, capacity of communications measured many different ways;
313
904000
5000
Le coût-performances, la bande passante, la capacité de communications ont été mesuré de nombreuses façons différentes ;
15:09
wired, wireless is growing exponentially.
314
909000
3000
le cable, le sans-fil se développent exponentiellement.
15:12
The Internet has been doubling in power and continues to,
315
912000
3000
L'Internet avait doublé en puissance et il continue ,
15:15
measured many different ways.
316
915000
2000
on le mesure de nombreuses façons différentes.
15:17
This is based on the number of hosts.
317
917000
2000
Ceci est basé sur le nombre d'ordinateurs hôtes.
15:19
Miniaturization -- we're shrinking the size of technology
318
919000
2000
La miniaturisation -- nous rétrécissons la taille de la technologie
15:21
at an exponential rate,
319
921000
2000
à un taux exponentiel,
15:23
both wired and wireless.
320
923000
2000
à la fois pour le cable et le sans-fil.
15:25
These are some designs from Eric Drexler's book --
321
925000
4000
Ce sont quelques conceptions tirées du livre d'Éric Drexler --
15:29
which we're now showing are feasible
322
929000
2000
dont nous montrons maintenant qu'elles sont faisables
15:31
with super-computing simulations,
323
931000
2000
avec des simulations de superinformatique,
15:33
where actually there are scientists building
324
933000
2000
où en fait il y a des scientifiques qui construisent
15:35
molecule-scale robots.
325
935000
2000
des robots à l'échelle de la molécule.
15:37
One has one that actually walks with a surprisingly human-like gait,
326
937000
2000
Dans l'une d'elles il y en a un qui marche vraiment avec une démarche étonnamment humaine,
15:39
that's built out of molecules.
327
939000
3000
et il est construit à partir de molécules.
15:42
There are little machines doing things in experimental bases.
328
942000
4000
Il y a de petites machines qui font des choses sur des bases expérimentales.
15:46
The most exciting opportunity
329
946000
3000
L'opportunité la plus passionnante
15:49
is actually to go inside the human body
330
949000
2000
est en fait d'aller à l'intérieur du corps humain
15:51
and perform therapeutic and diagnostic functions.
331
951000
3000
et de remplir des fonctions thérapeutiques et diagnostiques.
15:54
And this is less futuristic than it may sound.
332
954000
2000
Et c'est moins futuriste qu'il n'y parait.
15:56
These things have already been done in animals.
333
956000
2000
On l'a déjà fait chez les animaux.
15:58
There's one nano-engineered device that cures type 1 diabetes. It's blood cell-sized.
334
958000
4000
Il y a un dispositif nano-technologique qui traite le diabète de type 1. Il a la taille d'une cellule.
16:02
They put tens of thousands of these
335
962000
2000
Ils en ont mis des dizaines de milliers
16:04
in the blood cell -- they tried this in rats --
336
964000
2000
dans le globule -- ils l'ont essayé chez les rats --
16:06
it lets insulin out in a controlled fashion,
337
966000
2000
il libère l'insuline de façon contrôlée,
16:08
and actually cures type 1 diabetes.
338
968000
2000
et traite réellement le diabète de type 1.
16:10
What you're watching is a design
339
970000
3000
Ce que vous observez est une conception
16:13
of a robotic red blood cell,
340
973000
2000
d'un globule rouge robotique,
16:15
and it does bring up the issue that our biology
341
975000
2000
et cela soulève le problème que notre biologie
16:17
is actually very sub-optimal,
342
977000
2000
est vraiment très suboptimale,
16:19
even though it's remarkable in its intricacy.
343
979000
3000
bien qu'elle soit remarquable dans sa complexité.
16:22
Once we understand its principles of operation,
344
982000
3000
Une fois que nous comprenons ses principes de fonctionnement,
16:25
and the pace with which we are reverse-engineering biology is accelerating,
345
985000
3000
et que la vitesse à laquelle nous rétro-concevons la biologiqe s'accélère,
16:29
we can actually design these things to be
346
989000
2000
nous pouvons en fait concevoir ces choses pour qu'elles soient
16:31
thousands of times more capable.
347
991000
2000
des milliers de fois plus capables.
16:33
An analysis of this respirocyte, designed by Rob Freitas,
348
993000
4000
Une analyse de ce respirocyte, conçu par Rob Freitas,
16:38
indicates if you replace 10 percent of your red blood cells with these robotic versions,
349
998000
2000
indique que si vous remplacez 10 % de vos globules rouges par ces versions robotiques,
16:41
you could do an Olympic sprint for 15 minutes without taking a breath.
350
1001000
3000
vous pourriez faire un sprint olympique pendant 15 minutes sans reprendre votre respiration.
16:44
You could sit at the bottom of your pool for four hours --
351
1004000
3000
Vous pourriez vous asseoir au fond de votre piscine pendant quatre heures --
16:47
so, "Honey, I'm in the pool," will take on a whole new meaning.
352
1007000
4000
-- ainsi, "Ma chérie, je suis dans la piscine," prendrait une toute nouvelle signification.
16:51
It will be interesting to see what we do in our Olympic trials.
353
1011000
2000
Il sera intéressant de voir ce que nous faisons dans nos épreuves olympiques.
16:53
Presumably we'll ban them,
354
1013000
2000
Vraisemblablement nous les interdirons,
16:55
but then we'll have the specter of teenagers in their high schools gyms
355
1015000
2000
mais alors nous aurons le spectre des adolescents dans leurs gymnases de lycées
16:57
routinely out-performing the Olympic athletes.
356
1017000
3000
qui régulièrement dépasseraient les performances des athlètes olympiques.
17:02
Freitas has a design for a robotic white blood cell.
357
1022000
3000
Freitas a une conception pour un globule blanc robotique.
17:05
These are 2020-circa scenarios,
358
1025000
4000
Ce sont des scénarios pour les années 2020,
17:09
but they're not as futuristic as it may sound.
359
1029000
2000
mais ils ne sont pas aussi futuristes qu'il y parait.
17:11
There are four major conferences on building blood cell-sized devices;
360
1031000
4000
Il y a quatre conférences importantes sur la construction d'appareils à l'échelle du globule rouge,
17:15
there are many experiments in animals.
361
1035000
2000
il y a beaucoup d'expériences chez les animaux.
17:17
There's actually one going into human trial,
362
1037000
2000
Il y en a en fait une en cours sur l'homme,
17:19
so this is feasible technology.
363
1039000
3000
donc c'est technologiquement faisable.
17:23
If we come back to our exponential growth of computing,
364
1043000
2000
Si nous revenons à notre croissance exponentielle du calcul,
17:25
1,000 dollars of computing is now somewhere between an insect and a mouse brain.
365
1045000
3000
1,000 dollars de calcul est maintenant quelque part entre un insecte et un cerveau de souris.
17:28
It will intersect human intelligence
366
1048000
3000
Elle croisera l'intelligence humaine
17:31
in terms of capacity in the 2020s,
367
1051000
3000
en termes de capacité dans les années 2020,
17:34
but that'll be the hardware side of the equation.
368
1054000
2000
mais ce sera le côté matériel de l'équation.
17:36
Where will we get the software?
369
1056000
2000
D'où obtiendrons-nous le logiciel ?
17:38
Well, it turns out we can see inside the human brain,
370
1058000
2000
Et bien, il s'avère que nous pouvons regarder à l'intérieur de l'esprit humain,
17:40
and in fact not surprisingly,
371
1060000
2000
et en fait comme on pouvait s'y attendre,
17:42
the spatial and temporal resolution of brain scanning is doubling every year.
372
1062000
4000
la résolution spatiale et temporelle du scanner du cerveau double chaque année.
17:46
And with the new generation of scanning tools,
373
1066000
2000
Et avec la nouvelle génération des outils de scanographie du cerveau
17:48
for the first time we can actually see
374
1068000
2000
pour la première fois nous pouvons réellement voir
17:50
individual inter-neural fibers
375
1070000
2000
différentes fibres intra-neurales
17:52
and see them processing and signaling in real time --
376
1072000
3000
et les voir traiter l'information et signaler en temps réel
17:55
but then the question is, OK, we can get this data now,
377
1075000
2000
et -- mais alors la question est, bon, on peut obtenir ces données maintenant,
17:57
but can we understand it?
378
1077000
2000
mais pouvons-nous les comprendre ?
17:59
Doug Hofstadter wonders, well, maybe our intelligence
379
1079000
3000
Doug Hofstadter se demande, et bien, peut-être que notre intelligence
18:02
just isn't great enough to understand our intelligence,
380
1082000
3000
n'est simplement pas suffisante pour comprendre notre intelligence,
18:05
and if we were smarter, well, then our brains would be that much more complicated,
381
1085000
3000
et si nous étions plus intelligents, et bien, puis nos cerveaux seraient beaucoup plus compliqués que ça,
18:08
and we'd never catch up to it.
382
1088000
2000
et nous n'y arriverions jamais.
18:11
It turns out that we can understand it.
383
1091000
3000
Il s'avère que nous pouvons le comprendre.
18:14
This is a block diagram of
384
1094000
3000
Ceci est un schéma fonctionnel
18:17
a model and simulation of the human auditory cortex
385
1097000
4000
d'un modèle et d'une simulation du cortex auditif humain
18:21
that actually works quite well --
386
1101000
2000
qui fonctionne en fait assez bien --
18:23
in applying psychoacoustic tests, gets very similar results to human auditory perception.
387
1103000
2000
en appliquant les tests psychoacoustiques, on obtient des résultats très similaires à la perception auditive humaine.
18:27
There's another simulation of the cerebellum --
388
1107000
3000
Il y a une autre simulation du cervelet --
18:30
that's more than half the neurons in the brain --
389
1110000
2000
c'est plus de la moitié des neurones dans le cerveau --
18:32
again, works very similarly to human skill formation.
390
1112000
3000
là encore, qui travaille de façon très similaire à la formation de compétence humaine.
18:36
This is at an early stage, but you can show
391
1116000
3000
Ceci est au tout début, mais vous pouvez montrer
18:39
with the exponential growth of the amount of information about the brain
392
1119000
3000
avec la croissance exponentielle de la quantité d'informations sur le cerveau
18:42
and the exponential improvement
393
1122000
2000
et l'amélioration exponentielle
18:44
in the resolution of brain scanning,
394
1124000
2000
de la résolution du balayage de cerveau,
18:46
we will succeed in reverse-engineering the human brain
395
1126000
3000
que nous réussirons à rétro-convecoir l'esprit humain
18:49
by the 2020s.
396
1129000
2000
d'ici les années 2020.
18:51
We've already had very good models and simulation of about 15 regions
397
1131000
3000
Nous avons déjà eu de très bons modèles et une simulation d'environ 15 régions
18:54
out of the several hundred.
398
1134000
3000
sur plusieurs centaines.
18:57
All of this is driving
399
1137000
2000
Tout cela est exponentiel --
18:59
exponentially growing economic progress.
400
1139000
2000
un progrès économique exponentiel-croissant.
19:01
We've had productivity go from 30 dollars to 150 dollars per hour
401
1141000
3000
Nous avons fait aller la productivité de 30 dollars à 150 dollars par heure
19:06
of labor in the last 50 years.
402
1146000
2000
de travail pendant les 50 dernières années.
19:08
E-commerce has been growing exponentially. It's now a trillion dollars.
403
1148000
3000
Le commerce électronique s'est développé exponentiellement. C'est maintenant un trillion de dollars.
19:11
You might wonder, well, wasn't there a boom and a bust?
404
1151000
2000
Vous pourriez vous demander, et bien, n'avons-nous pas eu un boom et un fiasco?
19:13
That was strictly a capital-markets phenomena.
405
1153000
2000
C'était strictement des phénomènes de marchés financiers.
19:15
Wall Street noticed that this was a revolutionary technology, which it was,
406
1155000
4000
Wall Street a remarqué que c'était une technologie révolutionnaire, et ça l'est,
19:19
but then six months later, when it hadn't revolutionized all business models,
407
1159000
3000
mais ensuite six mois plus tard, quand ça n'a pas révolutionné tous les modèles économiques,
19:22
they figured, well, that was wrong,
408
1162000
2000
ils ont pensé, bien, que c'était faux,
19:24
and then we had this bust.
409
1164000
2000
et alors nous avons eu ce fiasco.
19:27
All right, this is a technology
410
1167000
2000
Bien, c'est une technologie
19:29
that we put together using some of the technologies we're involved in.
411
1169000
3000
que nous nous assemblons en utilisant certaines des technologies dans lesquelles nous sommes impliqués.
19:32
This will be a routine feature in a cell phone.
412
1172000
4000
Ce sera une caractéristique courante dans un téléphone portable.
19:36
It would be able to translate from one language to another.
413
1176000
2000
Il pourrait traduire d'une langue à l'autre.
19:48
So let me just end with a couple of scenarios.
414
1188000
2000
Laissez-ainsi moi juste finir avec deux ou trois scénarios.
19:50
By 2010 computers will disappear.
415
1190000
3000
D'ici 2010 les ordinateurs disparaîtront.
19:54
They'll be so small, they'll be embedded in our clothing, in our environment.
416
1194000
3000
Ils seront si petits, ils seront intégrés dans nos vêtements, dans notre environnement.
19:57
Images will be written directly to our retina,
417
1197000
2000
Des images seront écrites directement sur notre rétine,
19:59
providing full-immersion virtual reality,
418
1199000
2000
fournissant la réalité virtuelle en totale immersion,
20:01
augmented real reality. We'll be interacting with virtual personalities.
419
1201000
3000
une vraie réalité augmentée. Nous interagirons avec des personnalités virtuelles.
20:05
But if we go to 2029, we really have the full maturity of these trends,
420
1205000
4000
Mais si nous allons à 2029, nous avons vraiment la pleine maturité de ces tendances,
20:09
and you have to appreciate how many turns of the screw
421
1209000
3000
et vous devez prendre en copmte combien de tours de vis donnés de plus en plus vite
20:12
in terms of generations of technology, which are getting faster and faster, we'll have at that point.
422
1212000
4000
nous aurons à ce moment là en termes de générations de technologie.
20:16
I mean, we will have two-to-the-25th-power
423
1216000
2000
Je veux dire, nous aurons un coût-performances
20:18
greater price performance, capacity and bandwidth
424
1218000
3000
une capacité et une bande passante multiplié par deux à la puissance 25
20:21
of these technologies, which is pretty phenomenal.
425
1221000
2000
de ces technologies, ce qui est assez phénoménal.
20:23
It'll be millions of times more powerful than it is today.
426
1223000
2000
Ce sera des millions de fois plus puissant qu'aujourd'hui.
20:25
We'll have completed the reverse-engineering of the human brain,
427
1225000
2000
Nous aurons accompli la rétro-conception de l'esprit humain,
20:28
1,000 dollars of computing will be far more powerful
428
1228000
3000
calcul -- 1,000 dollars de calcul seront bien plus puissants
20:31
than the human brain in terms of basic raw capacity.
429
1231000
4000
que l'esprit humain en termes de capacité brute de base.
20:35
Computers will combine
430
1235000
2000
Les ordinateurs combineront
20:37
the subtle pan-recognition powers
431
1237000
2000
les puissances subtiles de pan-reconnaissance
20:39
of human intelligence with ways in which machines are already superior,
432
1239000
3000
de l'intelligence humaine avec les manières pour les machines sont déjà supérieures,
20:42
in terms of doing analytic thinking,
433
1242000
2000
en termes de pensée analytique,
20:44
remembering billions of facts accurately.
434
1244000
2000
en retenant des milliards de faits avec précision.
20:46
Machines can share their knowledge very quickly.
435
1246000
2000
Les machines peuvent partager leur connaissance très rapidement,
20:48
But it's not just an alien invasion of intelligent machines.
436
1248000
5000
Mais ce n'est pas simplement une invasion étrangère des machines intelligentes.
20:53
We are going to merge with our technology.
437
1253000
2000
Nous allons fusionner avec notre technologie.
20:55
These nano-bots I mentioned
438
1255000
2000
Ces nano-robots que j'ai mentionnés
20:57
will first be used for medical and health applications:
439
1257000
4000
seront d'abord employés pour des applications médicales et de santé:
21:01
cleaning up the environment, providing powerful fuel cells
440
1261000
3000
nettoyer l'environnement, fournir le carburant -- des piles à combustible puissantes
21:04
and widely distributed decentralized solar panels and so on in the environment.
441
1264000
5000
et panneaux solaires décentralisés largement distribués et ainsi de suite dans l'environnement.
21:09
But they'll also go inside our brain,
442
1269000
2000
Mais ils iront également à l'intérieur de notre cerveau,
21:11
interact with our biological neurons.
443
1271000
2000
et interagiront avec nos neurones biologiques.
21:13
We've demonstrated the key principles of being able to do this.
444
1273000
3000
Nous avons démontré les principes clés de notre capacité à le faire.
21:16
So, for example,
445
1276000
2000
Donc, par exemple,
21:18
full-immersion virtual reality from within the nervous system,
446
1278000
2000
la réalité virtuelle en immersion totale à l'intérieur même du système nerveux,
21:20
the nano-bots shut down the signals coming from your real senses,
447
1280000
3000
les nano-robots arrêtent les signaux venant de vos vrais sens,
21:23
replace them with the signals that your brain would be receiving
448
1283000
3000
les remplacent par les signaux que votre cerveau recevrait
21:26
if you were in the virtual environment,
449
1286000
2000
si vous étiez dans l'environnement virtuel,
21:28
and then it'll feel like you're in that virtual environment.
450
1288000
2000
Et alors vous aurez l'impression d'être dans cet environnement virtuel.
21:30
You can go there with other people, have any kind of experience
451
1290000
2000
Vous pourrez y aller avec d'autres personnes, vivre toute sorte d'expérience
21:32
with anyone involving all of the senses.
452
1292000
2000
avec n'importe qui, en utilisant vos sens.
21:35
"Experience beamers," I call them, will put their whole flow of sensory experiences
453
1295000
3000
"Les projecteurs d' expérience ," comme je les appelle, mettront tout leur flot d'expériences sensorielles
21:38
in the neurological correlates of their emotions out on the Internet.
454
1298000
3000
dans les corrélations neurologiques de leurs émotions sur l'Internet.
21:41
You can plug in and experience what it's like to be someone else.
455
1301000
3000
Vous pourrez vous connecter et éprouver ce que c'est que d'être quelqu'un d'autre.
21:44
But most importantly,
456
1304000
2000
Mais avant tout,
21:46
it'll be a tremendous expansion
457
1306000
2000
ce sera une expansion énorme
21:48
of human intelligence through this direct merger with our technology,
458
1308000
4000
de l'intelligence humaine par cette fusion directe avec notre technologie,
21:52
which in some sense we're doing already.
459
1312000
2000
ce que dans un certain sens nous faisons déjà.
21:54
We routinely do intellectual feats
460
1314000
2000
Nous faisons par habitude des exploits intellectuels
21:56
that would be impossible without our technology.
461
1316000
2000
qui serait impossible sans notre technologie.
21:58
Human life expectancy is expanding. It was 37 in 1800,
462
1318000
3000
L'espérance de vie humaine s'allonge. Elle était de 37 ans en 1800,
22:01
and with this sort of biotechnology, nano-technology revolutions,
463
1321000
5000
et avec cette sorte de biotechnologie, les révolutions de nanotechnologie,
22:06
this will move up very rapidly
464
1326000
2000
elle augmentera très rapidement
22:08
in the years ahead.
465
1328000
2000
dans les années à venir.
22:10
My main message is that progress in technology
466
1330000
4000
L'essentiel de mon message est que ce progrès en technologie
22:14
is exponential, not linear.
467
1334000
3000
est exponentiel, pas linéaire.
22:17
Many -- even scientists -- assume a linear model,
468
1337000
4000
Beaucoup -- même les scientifiques -- adopent un modèle linéaire,
22:21
so they'll say, "Oh, it'll be hundreds of years
469
1341000
2000
donc ils diront, "oh, il faudra des centaines d'années
22:23
before we have self-replicating nano-technology assembly
470
1343000
3000
avant que nous ayons auto-reproduit l'assemblage par la nanotechnologie
22:26
or artificial intelligence."
471
1346000
2000
ou l'intelligence artificielle."
22:28
If you really look at the power of exponential growth,
472
1348000
3000
Si vous regardez vraiment la puissance de la croissance exponentielle,
22:31
you'll see that these things are pretty soon at hand.
473
1351000
3000
vous verrez que ces choses seront bientôt là.
22:34
And information technology is increasingly encompassing
474
1354000
3000
Et la technologie de l'information englobe de plus en plus
22:37
all of our lives, from our music to our manufacturing
475
1357000
4000
toutes nos vies, de notre musique à notre fabrication
22:41
to our biology to our energy to materials.
476
1361000
4000
à notre biologie à notre énergie aux matériaux.
22:45
We'll be able to manufacture almost anything we need in the 2020s,
477
1365000
3000
Nous pourrons fabriquer presque tout ce dont nous avons besoin dans les années 2020,
22:48
from information, in very inexpensive raw materials,
478
1368000
2000
à partir d'informations, dans des matières premières très peu coûteuses,
22:50
using nano-technology.
479
1370000
3000
en utilisant la nanotechnologie.
22:53
These are very powerful technologies.
480
1373000
2000
Ce sont des technologies très puissantes.
22:55
They both empower our promise and our peril.
481
1375000
4000
Elles sont tout autant une promesse qu'un péril.
22:59
So we have to have the will to apply them to the right problems.
482
1379000
3000
Nous devons donc avoir la volonté de les appliquer aux bons problèmes.
23:02
Thank you very much.
483
1382000
1000
Merci beaucoup
23:03
(Applause)
484
1383000
1000
(Applaudissements)
À propos de ce site Web

Ce site vous présentera des vidéos YouTube utiles pour apprendre l'anglais. Vous verrez des leçons d'anglais dispensées par des professeurs de premier ordre du monde entier. Double-cliquez sur les sous-titres anglais affichés sur chaque page de vidéo pour lire la vidéo à partir de là. Les sous-titres défilent en synchronisation avec la lecture de la vidéo. Si vous avez des commentaires ou des demandes, veuillez nous contacter en utilisant ce formulaire de contact.

https://forms.gle/WvT1wiN1qDtmnspy7